郭迎九 郭瀾 黎恩銘

（1.北京城市學院信息學部 北京市 101309 2.北京大學醫(yī)學部 北京市 100083）

目前，腦卒中和中風發(fā)病率逐年上升[1][2]，這種疾病引發(fā)了患者肢體運動功能的喪失尤其是上肢運動功能的喪失，極大地影響了患者日常的生活。因此腦卒中和中風患者的治療和康復顯得異常迫切和重要。臨床康復中，康復醫(yī)師通常以對患肢進行一對一的連續(xù)被動訓練，勞動強度大，訓練效果不能保證，而現(xiàn)有的康復機器人和輔助器械智能化水平不高，因此，開發(fā)智能化水平高的康復機器人具備很高的應用價值，是當今國內外研究的熱點領域。

1 國內外現(xiàn)狀分析

國內外在這方面也作了不少研究工作[3]。國內哈爾濱工業(yè)大學等研制了基于SEMG 信號的外骨骼上肢康復機器人[4]，國外美國、日本等也研制了相應的上肢康復設備，如2010年日本Akita Prefectural 大學的Koi-chi Kirihara 等人開發(fā)了氣動式連桿上肢康復支撐設備[5]等。

現(xiàn)有的康復機器人可以幫助患者進行康復治療，治療效果較傳統(tǒng)方法有明顯的提高，但機器人的智能化水平不高，需要開發(fā)具備一定智能化水平的康復機器人。

2 智能康復機器人結構設計及仿真

2.1 機器人結構設計

我們設計的智能康復機器人結構如圖1所示。根據(jù)人體解剖學理論，從康復運動的實際出發(fā)，選擇了上肢最基本也是最重要的3個自由度：肩部屈/伸、肘部屈/伸和腕部屈/伸。圖1 中從下到上的三個黑色圓點分標對應肩關節(jié)、肘關節(jié)和腕關節(jié)，它們皆為回轉關節(jié)，由伺服電機通過減速器帶動轉動，桿件1、2、3 分別代表臂、前臂和手。3 個關節(jié)協(xié)調運動，帶動臂、前臂和手實現(xiàn)豎直面的預定軌跡運動。通過調節(jié)機器人的姿態(tài)和患者手臂的放置方式，可以實現(xiàn)上肢肌肉的康復訓練（如表1所示意）。

2.2 運動學分析及仿真

2.2.1 運動學分析

機械手臂可以認為是由一系列關節(jié)連接起來的連桿機構所構成，各關節(jié)的幾何關系可通過Denavit-Hartenberg(D-H)參數(shù)表來描述（見表2）。D-H 參數(shù)參數(shù)由桿件長度a、移動關節(jié)線位移d、桿件扭角α 和轉動關節(jié)角位移θ4 個分量組成，以描述某一桿件相對于前一桿件的位姿。

機器人坐標系如圖。根據(jù)坐標變換的原理，得：

表1：機器人自由度及相關運動肌肉群

表2：康復機器人D-H 參數(shù)表

圖1：康復機器人結構簡圖

圖2：仿真三維圖

圖3：Matlab 仿真得到的曲線

圖4：智能控制原理圖

圖5：康復機器人BP 神經(jīng)網(wǎng)絡結構圖

其中，c123=cos(θ1+θ2+θ3)，s123=sin(θ1+θ2+θ3)，c12=cos(θ1+θ2)，s12=sin(θ1+θ2)，c1=cos(θ1)，s1=sin(θ1)。根據(jù)上述變換矩陣，可求得手部基點位置坐標為：

接下來對（1）的變換矩陣進行逆變換可以在確定末端坐標x,y和φ (φ 是連桿在平面內的方位角)的情況下，求解各個臂夾角。求解結果如下：

應用反切公式計算θ2：

令：

得：

由：

解出θ3。。接下來我們用Matlab Robotics 仿真軟件對我們的結果進行驗證。

2.2.2 運動學仿真

我們利用Matlab Robotics 軟件進行仿真的桿件初始化代碼如下：

L1 = Link('alpha',0,'a',0.25,'d',0);

L2 = Link('alpha',0,'a',0.25,'d',0);

L3 = Link('alpha',0,'a',0.125,'d',0);

L4 = Link('alpha',0,'a',0,'d',0);

L5 = Link('alpha',0,'a',0,'d',0);

L6 = Link('alpha',0,'a',0,'d',0);

代碼中，alpha,a,d 為默認參數(shù)，由于我們只仿真機器人運動軌跡這些參數(shù)可以忽略不計，三連桿的長度分別為0.25 單位，0.25單位和0.125 單位。

連桿構建代碼：

Bot=SerialLink([L1 L2 L3 L4 L5 L6]);

終止條件：

qr=[pi/4,pi/4,pi/4,0,0,0];

采樣周期（時間2 秒，采樣周期50 毫秒）：

t=[0:0.05:2];

變換矩陣：

forward_kinematics = fkine(bot,qr);

模擬過程：

bot.ikine(forward_kinematics)

仿真三維模型如圖2所示意。仿真時間2 秒、采樣周期是50ms，記錄末端點在基坐標系各坐標軸上的坐標值，得到機器人末端點的位移變化、速度變化和加速度變化，如圖3所示。

圖中，橫坐標為時間(2s)，綜坐標為位移(米)，速度(米/秒)，加速度(米/秒2)。臂、前臂、手的長度分別是0.250米，0.250 米，0.125米。仿真與運動學分析一致，為康復機器人的設計提供了很好的驗證工具。通過調整臂、前臂、手三個桿件的末端運動速度、桿件運動夾角θ 等物理量的變化調整康復機器人的運動強度。

3 機器人智能化控制設計

我們設計的智能化控制機器人利用AD8232 傳感器測量心率并根據(jù)病人心率負荷要求實時調整康復機器人的運動強度，從而達到保證康復人員安全的目標。STM32 單片機主要采用PWM 方法控制各個伺服電機的轉速和轉角，控制依據(jù)是BP 神經(jīng)網(wǎng)絡通過機器學習得到的適合康復人員安全的運動強度目標。整個系統(tǒng)為一帶負反饋的智能控制系統(tǒng)（圖4）?？祻瓦\動的心率要求為：

圖6：BP 學習結果

圖7：智能康復機器人樣機

控制采用的BP 網(wǎng)絡（Back-ProPagation Network）[6]是一種反向傳播神經(jīng)網(wǎng)絡，通過樣本數(shù)據(jù)的訓練，不斷修正網(wǎng)絡權值和閾值使誤差函數(shù)沿負梯度方向下降，逼近期望輸出。它是一種應用較為廣泛的神經(jīng)網(wǎng)絡模型，多用于函數(shù)逼近、模型識別分類、數(shù)據(jù)壓縮和時間序列預測等。BP 網(wǎng)絡由輸入層、隱層和輸出層組成，隱層可以有一層或多層。

我們設計的BP 神經(jīng)網(wǎng)絡采用三層，分別為輸入層，隱含層和輸出層，如圖5所示意。輸入層的輸入數(shù)據(jù)分別為：臂、前臂、手運動速度以及臂、前臂、手運動的角度幅度即最大夾角常θ。模型選擇正切函數(shù)tansig 作為隱層神經(jīng)元的激勵函數(shù)。隱層神經(jīng)元數(shù)初設為4。

在康復病人實用機器人之前，我們需要對病人進行訓練，采集數(shù)據(jù)集作為神經(jīng)網(wǎng)絡的學習數(shù)據(jù)集，采集的數(shù)據(jù)集包括臂、前臂、手運動速度以及臂、前臂、手運動的角度幅度即最大夾角常θ 和心率的關系。學習數(shù)據(jù)集完成后，BP 神經(jīng)網(wǎng)絡就可以進行預測。我們選定的仿真工具為Matlab Neural Network 工具包。仿真預測設定網(wǎng)絡迭代次數(shù)epochs 為5000 次,期望誤差goal 為0.00000001。在實際訓練過程中，由于病人的身體原因，我們選定一康復病人的16個樣本集P 目標集T 如下所示進行預測學習。經(jīng)過173 次學習達到期望誤差，仿真結果收斂。智能機器人在正常工作時可以依據(jù)病人的心率要求按照預測模型調整按機器人運動參數(shù)進行康復訓練，保證訓練的安全。

P=[0.10 0.20 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22;

0.10 0.18 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22;

0.10 0.20 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22 0.10 0.15 0.18 0.20 0.22;

0.785 0.90 0.785 0.785 0.785 0.785 1.04 1.04 1.04 1.04 1.04 1.57 1.57 1.57 1.57 1.57;

0.785 1.54 0.785 0.785 0.785 0.785 1.04 1.04 1.04 1.04 1.04 1.57 1.57 1.57 1.57 1.57;

0.785 1.60 0.785 0.785 0.785 0.785 1.04 1.04 1.04 1.04 1.04 1.57 1.57 1.57 1.57 1.57;];

T=[80 100 85 88 95 100 83 87 89 99 106 103 107 120 130 136];

如圖6所示，仿真學習結果說明了我們的預測方法是合理和可行的。預測模型可以作為控制康復機器人運動的指導模型，由AD8232 傳感器結合STM32 PWM 控制器根據(jù)心率運動公式給予病人最適合的運動參數(shù)。

4 展望

智能康復機器人是醫(yī)療機器人的一個重要分支，是康復機器人的未來發(fā)展方向。本文設計的智能康復機器人機械結構采用鋁制部件，生產(chǎn)成本低，重量輕。采用AD8232 傳感器測量心率，通過STM32 單片機依據(jù)BP 神經(jīng)網(wǎng)絡算法智能化控制機器人，保證康復人員的安全。文章應用Matlab 軟件進行了仿真。理論分析、仿真和樣機實驗證實了該智能康復機器人設計的可行性，如圖7所示意。今后要繼續(xù)對智能控制算法進行研究。